Durch Durchführung fortgeschrittener Experimente an neuronalen Kulturen und groß angelegte Simulationen, eine Gruppe von Wissenschaftlern der Bar-Ilan-Universität in Israel behauptet, einen neuen Typ eines ultraschnellen Algorithmus für künstliche Intelligenz entwickelt zu haben.
Dieser Algorithmus basiert auf der Dynamik des menschlichen Gehirns, das trotz einer viel langsameren Rechenleistung als moderne Computer extrem schnell und effizient ist.
VERBINDUNG: MIT SAGT, IHRE NEUE AI-PROGRAMMIERUNGSSPRACHE MACHT AI FÜR JEDEN ZUGÄNGLICHER
Wiederherstellung der neurowissenschaftlichen KI-Verbindung
In einem heute in der Zeitschrift veröffentlichten Artikel Wissenschaftliche Berichte Forscher behaupten, die Brücke zwischen Neurowissenschaften und fortschrittlichen Algorithmen für künstliche Intelligenz wieder aufzubauen, die, wie sie sagen, seit fast 70 Jahren in den Hintergrund treten.
"Der aktuelle wissenschaftliche und technologische Standpunkt ist, dass Neurobiologie und maschinelles Lernen zwei unterschiedliche Disziplinen sind, die sich unabhängig voneinander weiterentwickeln", sagte der Hauptautor der Studie, Prof. Ido Kanter, vom Institut für Physik und Gonda Goldschmied Multidisziplinäre Hirnforschung der Universität Bar-IlanZentrum sagte in a Pressemitteilung . "Das Fehlen eines erwarteten gegenseitigen Einflusses ist rätselhaft."
"Biologische Hardware Lernregeln wurde entwickelt, um asynchrone Eingaben zu verarbeiten und ihre relativen Informationen zu verfeinern", fuhr er fort.
In der Zwischenzeit basieren herkömmliche Algorithmen für künstliche Intelligenz auf synchronen Eingaben. Aus diesem Grund wird das relative Timing verschiedener Eingaben, die denselben Frame bilden, normalerweise ignoriert.
Das folgende Diagramm zeigt, wie ein synchroner Eingang Computer alle Objekte gleichzeitig darstellt, während ein asynchroner Eingang menschliches Gehirn Objekte in einer zeitgesteuerten Reihenfolge darstellt.
Ultraschnelle Lernraten
Das neue Papier zeigt, wie die ultraschnellen Lernraten für große und kleine Netzwerke überraschend identisch sind.
"Der Nachteil des Lernschemas des komplizierten Gehirns ist also tatsächlich ein Vorteil", sagen die Forscher.
Die Arbeit des Forschers nimmt die Gestalt eines Aufrufs zum Handeln an: Durch den Wiederaufbau der Brücke zwischen Neurobiologie und künstlicher Intelligenz - die nach Ansicht der Forscher gebrochen wurde - können wir "Einblicke in die Grundprinzipien unseres Gehirns" gewinnen.
Das Gehirn muss "wieder im Zentrum der zukünftigen künstlichen Intelligenz stehen", heißt es.
Durch Lernen zu imitieren die Effizienz des menschlichen Gehirns Es könnte eine neue Klasse ultraschneller fortschrittlicher künstlicher Intelligenz auf der Grundlage der Gehirndynamik geschaffen werden.